Muse Spark vs Gemini 4 Argon: o preço dobra em 1º de dezembro

Quase toda Muse Spark versus Gemini 4 Argon comparação que você pode encontrar hoje compara $1.25 contra $2.00 por milhão de tokens de entrada, e essa comparação expira em seis semanas. A própria página de preços do Google precifica o Gemini 4 Argon a $2.00 de entrada e $10.00 de saída com entrada em cache a $0.10 em caráter introdutório "até 30 de novembro de 2026"; a partir de 1º de dezembro de 2026, o mesmo modelo está listado a $4.00 de entrada, $20.00 de saída e $0.20 em cache. A família Muse Spark da Meta não saiu de $1.25 de entrada e $4.25 de saída em Muse Spark 1.1, 1.2 e 1.3. Portanto, a pergunta interessante sobre esse confronto não é qual modelo é mais inteligente em outubro — é como a aritmética se parece no primeiro de dezembro, e se o que quer que você construa no Gemini 4 Argon este mês sobrevive a essa data.

Dois modelos, dois padrões de publicação muito diferentes

Gemini 4 Argon é o mais novo modelo de fronteira do Google e passou a ter disponibilidade geral em 13 de outubro de 2026 — a entrada do changelog é uma única linha, e a documentação para desenvolvedores tem data da mesma semana. A listagem da Artificial Analysis traz uma nota de lançamento de setembro de 2026, que interpretamos como uma origem de pré-GA ou prévia, e não como um segundo lançamento; não conseguimos encontrar um anúncio formal de prévia para confirmar isso, então a data de GA é a que consideramos sólida. A página do modelo do Google o marca como "Estável".

M​use Spark 1.3 é o checkpoint atual da linha M​use Spark do M​eta Superintelligence Labs, lançado em 2 de setembro de 2026, com seu nível de raciocínio "max" aberto a desenvolvedores em 4 de setembro. O nome "M​use Spark" sem versão refere-se ao modelo original de abril de 2026 da mesma família; os números de versão fazem diferença real aqui, e a 1.3 é a que deve ser comparada.

O placar independente

Ambas as listagens vêm da Artificial Analysis e ambas medem uma configuração de alto poder computacional, então esta é uma das poucas comparações em que o confronto entre raciocinadores é uma comparação em pé de igualdade no próprio índice. Tudo nesta seção é medição da Artificial Analysis, não uma alegação de fornecedor.

• Índice de Inteligência — Gemini 4 Argon (High): 53, posição 8 de 217. Muse Spark 1.3 (max): 48, posição 24 de 217.

• Custo por tarefa de indexação — Gemini 4 Argon: $1,99. Muse Spark 1.3: $1,60.

• Velocidade de saída — Gemini 4 Argon: não medida; a listagem não mostra nenhum valor. Muse Spark 1.3: 121,9 tokens por segundo, classificado em 43.º de 186.

• Verbosidade — Gemini 4 Argon: 110M tokens de saída durante o índice. Muse Spark 1.3: 170M. Argon é o mais conciso dos dois.

• Preços de lista conforme medidos — Argon no preço introdutório de $2,00 / $10,00; M​use Spark 1.3 a $1,25 / $4,25 com leituras de cache a $0,15.

A diferença de inteligência de cinco pontos é real e modesta. A diferença de custos é a que se inverte, e inverte-se com força: na tarifa introdutória, o Argon custa cerca de 24% mais por tarefa concluída; na tarifa de dezembro, a mesma comparação nos preços de entrada e saída aproximadamente duplica o lado da entrada e duplica o lado da saída, de modo que o custo adicional por tarefa deixa de ser marginal. Esse é o dado mais relevante para a decisão nesta comparação e não aparece em nenhuma das coberturas de lançamento.

O que cada um realmente aceitará

Aqui as duas fontes de referência divergem, e vale mais mostrar a divergência do que tomar partido.

A página do modelo do próprio Google para o Gemini 4 Argon lista texto, imagem, vídeo, áudio e PDF como entradas, com saída de texto e esforço de raciocínio em baixo, médio ou alto, com padrão médio. A frase de resumo da Artificial Analysis para o mesmo modelo diz que ele "suporta entrada de texto e imagem" e produz texto. Verificamos ambos porque essa lacuna é exatamente o tipo de coisa que é copiada adiante; a página do próprio fornecedor é a lista mais ampla e mais específica, e é com ela que se deve testar. Trate a lista do fornecedor como a afirmação e verifique-a nos seus próprios arquivos.

O Muse Spark 1.3 é o modelo mais restrito no papel: entrada de texto, imagem e vídeo, saída de texto, sem áudio nem caminho para PDF na linha de modalidades documentada e uma escala de raciocínio que vai até o máximo.

• Entradas — Gemini 4 Argon: texto, imagem, vídeo, áudio, PDF conforme o Google; texto e imagem conforme a listagem independente. Muse Spark 1.3: texto, imagem, vídeo.

• Saída — apenas texto, ambos.

• Janela de contexto — 1.048.576 tokens para ambos, descrita pelo Google como uma janela unificada compartilhada entre entrada, pensamento e saída.

• Saída máxima — G​emini 4 Argon: 65.536 tokens em chamadas síncronas padrão, extensível até a janela completa com decodificação longa. A M​eta não publica um número de saída máxima para o M​use Spark 1.3 que pudéssemos verificar.

• Controle de raciocínio — Argon: baixo / médio / alto, sem opção de desligar. M​use Spark 1.3: do mínimo ao máximo, e as notas de ferramentas da M​eta indicam que o raciocínio também não pode ser desligado.

Reivindicações do fornecedor, mantidas do lado do fornecedor da linha

Nenhuma das empresas publicou uma tabela comparável, portanto esta é uma lista de alegações e não um placar, e nada disso é reproduzido por nós.

Os números publicados do Google para o Gemini 4 Argon atingem 77,9% no DeepSWE v1.1, 57,4% no Terminal-bench 4.0, 69,2% no subconjunto offline do OSWorld 2.0, 51,3% no AutomationBench, 68,9% no Vals Index, 71,6% no Chartography e 91,7% no LVBench, entre outros. Os números publicados da Meta para o Muse Spark 1.3 centram-se no DeepSWE v1.1, com 75,4; no OSWorld 2.0, com 66,9; no Terminal-Bench 2.1, com 76,4, com o agente Terminus 2; no MCP-Atlas, com 89,2; e no GDPval-AA v2, com 1.754. Observe onde os dois se sobrepõem e onde não: o DeepSWE é compartilhado e próximo, o OSWorld é compartilhado e fica a cerca de dois pontos de distância em revisões diferentes, e o Terminal-Bench é reportado pela Meta em uma versão mais antiga com um harness de agente nomeado. Subtrair entre essas diferenças não é aritmética, é adivinhação.

Um sinal independente que vale a pena considerar junto com as linhas dos fornecedores: o ranking de texto da LMArena atualmente coloca uma configuração do Gemini 4 Argon em primeiro lugar no geral, com 1524 de Elo, marcada como preliminar. O Muse Spark 1.3 não tem entrada nesse ranking. Preliminar ou não, essa é a evidência mais forte no registro de que a liderança de cinco pontos de Argon no índice subestima sua posição junto aos eleitores humanos.

Os detalhes de engenharia que decidem isso mais rápido do que benchmarks

• Os parâmetros de amostragem são ignorados — a documentação do Google afirma que temperature, top_p e top_k não têm efeito sobre o Gemini 4 Argon, e que o cache explícito não é suportado, restando apenas o cache implícito. Se sua stack ajusta temperature, esse controle para de funcionar silenciosamente em vez de gerar erro. O Muse Spark 1.3 expõe um parâmetro de esforço de raciocínio, mas nenhuma restrição publicada equivalente sobre amostragem.

• Tempos limite — O Google recomenda tempos limite de cliente de pelo menos quinze minutos para este modelo. Se você estiver no padrão de gateway de 60 segundos, verá falhas que parecem erros de modelo, mas não são.

• Estado da conversa — Argon usa um identificador de interação do lado do servidor para estado de múltiplos turnos; a família do M​use Spark está documentada com base no padrão convencional de array de mensagens. Portar entre eles não é um simples localizar e substituir.

• Leituras de cache — M​use Spark 1.3 retorna entrada em cache a US$ 0,15 contra US$ 1,25 no padrão, um desconto de 88%. A entrada em cache do Argon é US$ 0,10 contra US$ 2,00 introdutório, subindo para US$ 0,20 contra US$ 4,00. Em um loop de agente longo com reutilização intensa, esta é a linha que mais importa, e é um dos poucos pontos em que os dois permanecem próximos depois de dezembro.

Onde o OrcaRouter se encaixa, e onde não

Sendo precisos sobre nossa própria cobertura: O OrcaRouter roteia Muse Spark 1.2 e Muse Spark 1.1 pelo preço de tabela da Meta com 0% de markup repassado, ao lado de mais de 200 outros modelos em uma única API com failover automático e uma DSL de roteamento para dividir o tráfego entre eles. M​use Spark 1.3 e G​emini 4 Argon estão ambos ausentes do nosso catálogo hoje — Argon é acessível pela API própria do G​oogle e por várias plataformas de terceiros, e nós não somos uma delas. Então, o enquadramento honesto não é "rodar os dois aqui". É que o lado M​use Spark desta comparação está disponível para você em uma chave que você talvez já tenha, o que torna um teste de custo contra o Argon com seus próprios prompts um exercício para a mesma semana, e não um processo de aquisição, e que o preço da M​eta tem se mantido estático ao longo de três checkpoints, enquanto o do G​oogle tem uma data de expiração publicada.

O que fazer antes de dezembro

Se você já está construindo em cima do G​emini 4 Argon, a coisa útil a fazer neste mês não é uma rodada de benchmark — é um modelo de custo a $4,00 e $20,00, porque esse é o preço que se aplicará a tudo o que você lançar e deixar em execução. Se a resposta a esse preço ainda funcionar, o Argon é o melhor modelo com as evidências atuais: índice mais alto, mais conciso, lista documentada de entradas mais ampla e o único dos dois com uma colocação no topo do ranking de preferência humana. Se não funcionar, a substituição a avaliar é o M​use Spark 1.3 a um preço fixo de $1,25 / $4,25, que troca cinco pontos de índice por um preço que não mudou em três lançamentos e aproximadamente três vezes a velocidade de saída. A única coisa que não faríamos é tratar as tarifas anunciadas de outubro como as tarifas — neste confronto, o número no título é o que tem data de validade.

O que os números não podem dizer é se algo deu errado em campo: os incidentes de IA documentados e as falhas de agentes envolvendo modelos dessa classe estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.